如何快速绘制含np.nan的大矩阵：pyqtgraph与numpy实现

一、用Numpy快速转换为[[x,y],...]格式数组 #

假设你的掩码处理后矩阵为data（numpy数组类型），可以通过numpy的向量化操作快速生成所需坐标数组，全程无循环，效率极高：

import numpy as np

# 1. 生成x轴数据：行索引，每个行索引重复对应行中非NaN元素的个数
x = np.repeat(np.arange(data.shape[0]), np.sum(~np.isnan(data), axis=1))
# 2. 提取所有非NaN的矩阵值作为y轴数据
y = data[~np.isnan(data)]
# 3. 组合成目标格式的数组
points_array = np.column_stack((x, y))

points_array就是你需要的[[x1,y1],[x2,y2],...]形式数组，其中x对应矩阵的行索引（第一维度），y对应矩阵中的有效数值。

二、直接用pyqtgraph.ScatterPlotItem绘制矩阵 #

不需要提前转换为二维数组，直接基于numpy生成x、y数组后传入ScatterPlotItem即可，适合大型矩阵的高效绘制：

import pyqtgraph as pg
from PyQt5.QtWidgets import QApplication
import numpy as np

# 初始化PyQt应用和绘图窗口
app = QApplication([])
win = pg.GraphicsLayoutWidget()
plot = win.addPlot(title="Masked Matrix Scatter Plot")

# 生成x、y数据（和上面转换数组的逻辑一致）
x = np.repeat(np.arange(data.shape[0]), np.sum(~np.isnan(data), axis=1))
y = data[~np.isnan(data)]

# 创建散点图项并添加到绘图区
scatter_item = pg.ScatterPlotItem(
    x=x, 
    y=y, 
    size=8,  # 点的大小
    pen=pg.mkPen(None),  # 去掉点的边框
    brush=pg.mkBrush(0, 180, 255)  # 设置点的填充颜色
)
plot.addItem(scatter_item)

# 显示窗口并启动应用
win.show()
app.exec_()

补充说明 #

• 如果你的x轴对应矩阵的列索引（第二维度），只需要修改x的生成逻辑：

  x = np.tile(np.arange(data.shape[1]), data.shape[0])[~np.isnan(data).ravel()]
  

  同时y轴改为行索引：

  y = np.repeat(np.arange(data.shape[0]), data.shape[1])[~np.isnan(data).ravel()]
  

• 上述方法均基于numpy向量化运算，处理大型矩阵时性能远优于循环遍历。

内容的提问来源于stack exchange，提问作者Andrei M.